4
- 云端增長正在加速成長，英特爾還在享受著在服務器芯片領域的壟斷地位；
- 然而，隨著摩爾定律放緩，云計算向更加復雜的應用進行轉移，因此英特爾的領導地位會受到威脅；
- 其它解決方案，如 GPU 和 FPGA，現(xiàn)在的谷歌 TPU 可以更有效地解決云計算不斷變化的需求；
摩爾定律的放緩可能會產生重要影響，尤其是對英特爾來說。其在手機領域已經(jīng)失手，PC 銷量在不斷下滑，但是迄今為止，這些大部分已經(jīng)從服務器領域獲得拯救，因為在該領域它還處于壟斷地位。
后者已經(jīng)受到了來自英偉達的 GPU 的攻擊，這些 GPU 執(zhí)行了一些任務，尤其是并行處理了與人工智能相關的大數(shù)據(jù)任務。
英偉達在數(shù)據(jù)中心行業(yè)的發(fā)展可圈可點，去年的增長率高達 126%。
英特爾正在進行反擊。如今數(shù)據(jù)中心的芯片優(yōu)先采用新的處理器平臺（節(jié)點），并且它已經(jīng)收購了 Altera，可以提供 FPGA 技術以加速云計算。賽靈思是這條路線的另一個玩家。
FPGA 是摩爾定律放緩打擊通用 CPU 的一個手段，因為它是“現(xiàn)場可編程”，也就是可以在生產后根據(jù)用戶需求重新配置。
英特爾 FPGA 能夠用于加速大型數(shù)據(jù)系統(tǒng)的性能。英特爾 FPGA 通過提供定制化高帶寬、低延遲連接到網(wǎng)絡和存儲系統(tǒng)，實現(xiàn)高速數(shù)據(jù)處理。另外，英特爾 FPGA 提供壓縮、數(shù)據(jù)過濾和算法加速。通過帶有 OpenCL 的英特爾 FPGA SDK，你可以為計算和存儲系統(tǒng)快速研發(fā)加速方案。帶有 OpenCL 的英特爾 FPGA SDK 能夠讓軟件開發(fā)者很容易通過 FPGA 進行設計，它允許工程師利用高級語言進行快速開發(fā)。
谷歌似乎找到另一種解決這個問題的方法。所采用的方案不是像 CPU 和 GPU 這樣的通用芯片，也不是 FPGA 等可編程芯片，而是專用芯片，如專用加速器。
Google 正在做這件事，介紹（見文件）Tensor 處理單元（TPU）：
“谷歌的 TPU 在機器學習測試中超過英特爾的 Xeon 和英偉達的 GPU 一個數(shù)量級。TPU 和基準測試表明，它的速度比商業(yè)芯片快了 15 倍，性能提升 30 倍?！?/p>
令人印象深刻的是，所使用的基準并不是最前沿的（本文認為，2015 年的測試，英特爾已經(jīng)提供了 14 納米 CPU，而 Nvidia 擁有新的 16 納米 GPU），因為測試是在 2015 年進行的，但是再一次，TPU 本身也不是特別尖端的（在頻率和處理器節(jié)點方面）：
“40-W TPU 是運行在 700 MHz 的 28 nm 芯片，旨在加速 Google 的 TensorFlow 算法。 其主要邏輯單元包含 65,536 個 8 位乘法累加單元和 24 MB 緩存，提供每秒 92 個 tera 操作?！?/p>
把產品遷移到更小的節(jié)點上會提高性能，還有其它技巧：
“如果我們比較更新的芯片，顯示，我們可以通過使用 K80 的 GDDR5 內存將 28nm、0.7GHZ、40W 的 TPU 性能提升三倍。（成本增加 10W）”
如果不這樣的話，隨著 TPU 的成熟，它的性能可能會超過競爭對手擴大自身優(yōu)勢：
“該 TPU 的數(shù)量級性能優(yōu)勢很少，這可能導致它會成為某些特定領域架構的原型。我預計很多會構建繼承者，它們的水平會提高很多。谷歌表示，關于短至 15 個月的設計周期表阻止了 TPU 中的許多節(jié)能功能。
TPU 已經(jīng)應用于谷歌的數(shù)據(jù)中心，但是公司沒有提供任何關于廣泛應用的信息，也沒有說升級方式以及是否會將 TPU 賣給第三方。”
這對英特爾有明顯的警告，對英偉達屬于小幅度的：
TPU 項目從 2013 年隨著從 FPGA 實驗開始。“當我們看到 FPGA 的性能無法和 GPU 相比的時候，我們拋棄了它，并且運行速度加快 TPU 功耗會比 GPU 更低。”報告指出。
總結
不久前，英特爾還沉迷于快速增長的服務器市場的壟斷地位。但是隨著摩爾定律的放緩，尤其是不管是存儲、簡單應用還是復雜 AI 開始向云端轉移，英特爾的 GPU 無法有效地做這些工作，并且尋找有效的解決方案。
早期的替代者是英偉達的 GPU 或者 Altera 和賽靈思的 FPGA。它們對英特爾沒有造成威脅，因為服務器仍然在跑 CPU，幾乎全部來自英特爾，但是即使這樣，一些來自 AMD、IBM 和 ARM 基礎設計的新興競爭出現(xiàn)了。
但是 GPU 和 FPGA 的處理能力越來越強，英特爾來自數(shù)據(jù)中心的增長收益開始變少。
如今在復雜加速器似乎出現(xiàn)了一種新的模塊，如谷歌的 TPU。這會造成多大的威脅？
對于初學者，你必須認識到就像 GPU 和 FPGA 一樣，TPU 無法在服務器中取代 CPU。它通過有效地執(zhí)行一些任務就可以提供附加的處理能力。
或者，有人會死或它可能會威脅到 GPU 和 FPGA，但是似乎他們根據(jù)用戶的需求有各自的優(yōu)勢。但是，像 GPU 和 GPGA，TPU 會從英特爾占主導地位的 CPU 轉移處理能力。
因此，對英特爾來說，最好的方案是它的使用仍然局限于谷歌云自身。目前還沒有跡象表明谷歌是否計劃將 TPU 給第三方。它可能應用 TPU 去加強自身的云應用的性能優(yōu)勢，或者限制其對第三方供應商的依賴。
但是高級芯片業(yè)務受益于巨大的經(jīng)濟規(guī)模，所以我們認為谷歌不太可能將其作為專有解決方案。
更重要的是，谷歌似乎開啟了一扇數(shù)據(jù)中心全新解決方案之門，而且是在 15 個月內研發(fā)出來的。其它廠商跟了多久了？
與非網(wǎng)編譯內容，不經(jīng)允許，不得轉載！
?
